如果你一直在不使用负面提示词的情况下用Stable Diffusion生成图像，那你就是在自缚双手。负面提示词不是可选附加功能——它们是一种基本的控制机制，可以决定输出是无法使用还是展厅级作品。本指南涵盖从负面提示词的底层数学原理到完整的可复制负面提示词库。
提示：当你在ImageToPrompt中选择Stable Diffusion作为目标模型时，工具会自动生成优化的负面提示词。上传一张图片即可同时获得正面和负面提示词。
负面提示词的工作原理：CFG Scale详解
要理解负面提示词，首先需要了解无分类器引导（Classifier-Free Guidance，CFG）——使其发挥作用的算法。
在Stable Diffusion的每个去噪步骤中，模型做出两个预测：一个基于你的正面提示词（你想要的），一个基于你的负面提示词（你不想要的）。最终的去噪方向计算公式为：
final_direction = unconditional_prediction + CFG_scale × (conditional_prediction - unconditional_prediction)当你添加负面提示词时，"无条件预测"被负面提示词条件预测所替代。CFG Scale乘数决定了模型远离负面概念、趋向正面概念的强度。
实际效果：
- CFG 3-5：负面提示词效果较弱。适合艺术/抽象创作。
- CFG 7：标准平衡点。负面提示词效果适中。大多数情况下的推荐起点。
- CFG 9-11：负面提示词影响力强。适合非常具体的主题，但可能引入伪影。
- CFG 12+：负面提示词影响力过强。通常产生过饱和、伪影严重的图像。很少有用。
通用负面提示词
这些负面提示词解决了所有SD模型和用途中最常见的失败模式。以此为基础，再根据具体用途添加专用术语。
核心通用负面提示词
(worst quality:1.4), (low quality:1.4), (normal quality:1.2), lowres, bad anatomy, bad hands, missing fingers, extra fingers, too many fingers, mutated hands, poorly drawn hands, poorly drawn face, mutation, deformed, ugly, blurry, bad proportions, extra limbs, cloned face, disfigured, malformed limbs, missing arms, missing legs, extra arms, extra legs, watermark, signature, text, username, artist name扩展通用负面提示词
对于要求更高的输出：
(worst quality:1.4), (low quality:1.4), (normal quality:1.3), lowres, bad anatomy, bad hands, ((missing fingers)), ((extra digit)), ((fewer digits)), missing limb, mutated hands, poorly drawn hands, poorly drawn face, mutation, deformed, ugly, disgusting, blurry, out of focus, bad proportions, bad body, extra limbs, cloned face, disfigured, malformed limbs, missing arms, missing legs, extra arms, extra legs, fused fingers, too many fingers, long neck, cross-eyed, floating limbs, disconnected limbs, watermark, signature, text, logo, cropped, duplicate, error, jpeg artifacts, oversaturated, grainy按用途分类的负面提示词
人像摄影/写实面部
面部生成是SD模型最容易出问题的地方。在通用基础上添加：
asymmetrical eyes, uneven eyes, crossed eyes, lazy eye, unfocused eyes, poorly lit face, unnatural skin texture, plastic-looking skin, oversaturated skin, uncanny valley, dead eyes, missing pupils, extra pupils, floating head, disconnected head, double face, multiple faces, blurry face, deformed face, disfigured face风景和环境
overexposed sky, blown out highlights, flat lighting, unrealistic colors, cartoonish, anime style, illustrated, painted, fake looking, sky hole, horizon errors, floating objects, impossible architecture, deformed trees, unrealistic foliage, color banding, lens flare artifacts动漫/插画
(worst quality:1.4), (low quality:1.4), (normal quality:1.3), lowres, bad anatomy, bad hands, missing fingers, extra fingers, floating limbs, disconnected limbs, poorly drawn face, asymmetrical eyes, blurry, out of focus, signature, watermark, text, jpeg artifacts, low resolution, username, bad legs, bad feet, missing legs概念艺术/奇幻
photorealistic, photo, photograph, 3D render, blender render, CGI, realistic, hyperrealistic, watermark, signature, text, cropped, low quality, bad anatomy, deformed, ugly, amateur, sketch lines, incomplete, missing details产品摄影
soft focus, blurry, out of focus, poorly lit, dark shadows obscuring product, color inaccurate, distorted perspective, watermark, text overlaid, cluttered background, distracting elements, uneven lighting, harsh flash, blown highlights, low resolution, pixelated模型专用负面提示词
SD 1.5（基础模型和微调版）
SD 1.5最容易出现解剖错误，尤其是手和手指。
(worst quality:1.4), (low quality:1.4), (normal quality:1.2), bad anatomy, bad hands, (missing fingers:1.3), (extra fingers:1.3), poorly drawn hands, poorly drawn face, mutation, deformed, ugly, blurry, bad proportions, extra limbs, cloned face, disfigured, malformed, watermark, signature, text, (oversaturated:1.2), muddy colorsSDXL
SDXL解剖能力优于SD 1.5，但可能产生过度光滑的塑料感皮肤：
worst quality, low quality, bad anatomy, deformed hands, ugly, watermark, signature, text, oversaturated, plastic skin, artificial lighting, overly smooth skin, uncanny valley, dull colors, flat lighting, overexposed注意：SDXL对负面提示词的敏感度低于SD 1.5。(keyword:weight)语法在SDXL中影响较小——SDXL负面提示词使用不带权重的纯文本通常效果更好。
SD 3.5
SD 3.5使用不同的架构（多模态扩散变换器），对传统SD负面提示词语法响应较弱。更简单的描述性负面提示词效果更好：
low quality, blurry, bad anatomy, watermark, text, deformed, ugly, distorted权重语法：(keyword:weight)
括号-冒号语法允许你增加或减少特定负面术语的强调程度。在SD 1.5模型中效果最好，在SDXL及更新架构中效果递减。
| 语法 | 权重倍数 | 效果 | 何时使用 |
|---|---|---|---|
keyword | 1.0x | 标准排除 | 一般质量术语 |
(keyword:1.1) | 1.1x | 略微增强 | 顽固但非关键的问题 |
(keyword:1.2) | 1.2x | 明显增强 | 常见失败模式 |
(keyword:1.3) | 1.3x | 强力排除 | 持续出现的错误 |
(keyword:1.4) | 1.4x | 非常强 | 质量等级术语（worst/low quality） |
(keyword:1.6+) | 1.6x+ | 过度——产生伪影 | 大多数术语应避免 |
EasyNegative等嵌入式负面提示词
文本反转嵌入是将复杂概念编码为单个token的特殊文件。对于负面提示词，嵌入可以用一个词替代冗长的质量排除列表。
EasyNegative
最广泛使用的负面提示词嵌入。它经过训练，将数百个质量排除概念压缩到EasyNegative这个token中。适用于SD 1.5模型。
EasyNegative, (worst quality:1.2), bad anatomy, watermark如何使用嵌入
- 从Civitai或Hugging Face下载嵌入文件（.pt或.safetensors）
- 将其放入A1111的
embeddings/文件夹 - 在负面提示词中通过文件名（不含扩展名）引用
- 如有需要，在UI中刷新嵌入列表
负面提示词中不该放什么（常见错误）
- 否定你想要的主题。如果正面提示词包含"forest"而负面提示词包含"trees"，模型会收到矛盾信号。只在负面提示词中放你真正不想要的属性。
- 使用模型几乎不认识的概念。添加模型在训练中很少遇到的高度具体或冷门术语效果很小。
- 负面提示词过长（200+词）。CLIP有77个token的限制。超出部分被截断。专注于最重要的术语。
- 在负面提示词中使用正面语言。"No bad quality"不起作用——SD处理词语的语义内容，而不是它们与"no"的语法关系。在负面字段中写"bad quality"，而不是"no bad quality"。
- 所有项目都设高权重。如果负面提示词中每个术语权重都是1.4+，实际上提高了基线，没有一个权重能提供差异化强调。将高权重保留给最顽固的问题。
- 将动漫负面提示词用于写实作品。动漫和写实工作流的质量token不同。混用可能产生意想不到的风格漂移。
ImageToPrompt如何从参考图像生成负面提示词
当你在ImageToPrompt.dev中选择Stable Diffusion作为目标模型时，工具会分析你的参考图像，同时生成正面提示词和上下文适当的负面提示词。
负面提示词生成是智能的而非模板化的。如果参考图像是人像，工具会强调面部和解剖负面提示词。如果是风景，则跳过解剖术语，关注曝光和色彩负面提示词。如果识别为动漫风格，则切换到动漫适用的质量token。
常见问题
Stable Diffusion中的负面提示词是什么？
负面提示词是一个独立的文本字段，你在其中指定不希望在生成图像中出现的元素。模型在生成过程中会主动远离这些概念，从而提高质量并减少伪影。
CFG Scale会影响负面提示词吗？
是的，CFG Scale决定了模型遵循正面和负面提示词的强度。CFG 7是一个好的平衡点。CFG过高（15+）可能产生伪影，而CFG过低（3-4）会部分忽略负面提示词。
最有用的通用负面提示词有哪些？
最有效的通用负面提示词是：(worst quality:1.4), (low quality:1.4), blurry, watermark, signature, text, deformed, bad anatomy, bad hands, extra fingers, missing fingers, extra limbs, duplicate, cropped, out of frame, ugly。
Midjourney和Flux支持负面提示词吗？
Midjourney通过--no参数提供有限的支持（例如：--no text, watermark）。Flux完全不支持负面提示词。只有Stable Diffusion提供了完整的专用字段，并支持权重语法。